Klasifikasi Data Penyerangan Jaringan Intrusion Detection System dengan Implementasi Algoritma C.45

Muhamad Ibnu, Aditiya (2023) Klasifikasi Data Penyerangan Jaringan Intrusion Detection System dengan Implementasi Algoritma C.45. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
PDF
HALAMAN_AWAL.pdf

Download (2MB) | Preview
[img]
Preview
PDF
DAFTAR_PUSTAKA.pdf

Download (203kB) | Preview
[img]
Preview
PDF
BAB_I.pdf

Download (209kB) | Preview
[img]
Preview
PDF
BAB_II.pdf

Download (236kB) | Preview
[img]
Preview
PDF
BAB_III.pdf

Download (286kB) | Preview
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (524kB)
[img]
Preview
PDF
BAB_V.pdf

Download (200kB) | Preview
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (858kB)

Abstract

Penggunaan komputer telah menjadi penting di berbagai bidang, dan dengan meluasnya penggunaan internet, serangan terhadap jaringan semakin meningkat. Keamanan jaringan dapat ditingkatkan dengan menerapkan teknologi IDS (Intrusion Detection System), dimana IDS dapat mendeteksi serangan dengan pendekatan rule base dan anomaly base. Namun, dengan semakin meningkatnya data trafik dalam jaringan, agak menyulitkan IDS dalam mendeteksi terutama yang bertipe anomaly. Model pendeteksian ini dapat dibantu dengan menggunakan pendekatan machine learning salah satunya adalah dengan melakukan klasifikasi pada pola data serangan jaringan. Metode yang akan diterapkan adalah Decision Tree Classifier. Penelitian ini menggunakan data penyerangan jaringan Intrusion Detection System(IDS) UNSW NB-15. Data yang didapat akan dilatih dan menemukan pola jaringan normal ataupun tidak normal. Model yang digunakan adalah decision tree classifier C4.5 untuk mengklasifikasikan serangan jaringan. Setelah melakukan pre-processing data dan pemilihan fitur, data dibagi menjadi dataset training dan testing. Hasil evaluasi menunjukkan akurasi yang baik, yaitu 85,52% akurasi keseluruhan, 86,14% Balanced0-Accuray, 85,52% f1-score, 79% recall, dan 93,41% precision.

Item Type: Thesis (Bachelor Thesis)
Keywords: Decision Tree Classifier C4.5, Deteksi intrusi jaringan, Keamanan Jaringan, Serangan Jaringan.
Subjects: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.2 Special-purpose System, Data Collection, Automatic Identification and Data Capture
Divisions: Faculty of Engineering & Informatics > Informatics
SWORD Depositor: Administrator UMN Library
Depositing User: Administrator UMN Library
Date Deposited: 20 Jul 2023 09:56
Last Modified: 18 Aug 2023 08:11
URI: https://kc.umn.ac.id/id/eprint/26368

Actions (login required)

View Item View Item